基于大数据挖掘技术不停机间抽工作制度优化——以大庆油田为例

• 作者: 刘海波 王云峰 高翔
• 来源期刊: 石油地质与工程
• 学科: 工学
• 关键词: 大数据 数据挖掘 不停机间抽 工作制度
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 石油工程
• 页码范围: 109-113,117
• 页数: 6页
• 分类号: TE355
• 语种: 中文

摘要

针对不停机间抽技术提高抽油机井泵效和降低能耗等方面效果显著,但工作制度确定过程中易出现实际确定方法操作性不强,主观因素影响大,单井设计个性化弱等问题,通过分析不停机间抽工作制度的影响因素,在优选出9个相对独立因素的基础上,利用大数据挖掘技术,以不停机间抽正常运行时间和运行周期为分析挖掘对象,对比分析了常用数据挖掘算法的适应性,并优选出适应性最强的算法.结果 表明,回归计算中,BPNN算法要优于R-SVM和MRA算法;分类算法中,C-SVM算法比BAYSD、NBAY等算法更优;使用C-SVM——BPNN算法对不停机间抽工作制度优化后系统效率和泵效明显提高.研究结果对于不停机间抽井确定最优工作制度具有较好的指导作用.